[en] DATA DISAGGREGATION WITH ECOLOGICAL INFERENCE: IMPLEMENTATION OF MODELS BASED IN THE TRUNCATED NORMAL AND ON THE BINOMIAL-BETA VIA EM ALGORITHM
[pt] Inferência ecológica reúne o conjunto de procedimentos estatísticos para se prever dados desagregados quando só estão disponíveis dados agregados. Duas novas metodologias propostas recentemente vêm motivando novos desenvolvimentos na área: o modelo baseado na normal bivariada truncada (MNBT) e...
| Autor: | |
|---|---|
| Formato: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2001 |
| País: | Brasil |
| Recursos: | Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
| Repositorio: | Repositório Institucional da PUC-RIO (Projeto Maxwell) |
| Idioma: | portugués |
| OAI Identifier: | oai:MAXWELL.puc-rio.br:1347 |
| Acesso em linha: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=1347&idi=1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=1347&idi=2 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=1347&idi=4 http://doi.org/10.17771/PUCRio.acad.1347 |
| Access Level: | acceso abierto |
| Palavra-chave: | [pt] INFERENCIA ECOLOGICA [pt] BINOMIAL-BETA [pt] NORMAL TRUNCADA [pt] DESAGREGACAO DE DADOS [en] ECOLOGICAL INFERENCE [en] BINOMIAL-BETA [en] TRUNCATED NORMAL [en] DATA DISAGGREGATION [es] DESAGREGACION DE DATOS [es] BINOMIAL-BETA [es] NORMAL TRUNCADA |
| Resumo: | [pt] Inferência ecológica reúne o conjunto de procedimentos estatísticos para se prever dados desagregados quando só estão disponíveis dados agregados. Duas novas metodologias propostas recentemente vêm motivando novos desenvolvimentos na área: o modelo baseado na normal bivariada truncada (MNBT) e o modelo hierárquico binomial-beta (MHBB). A tese reavalia estas metodologias e explora implementações computacionais mais eficientes através do Algoritmo EM e uma de suas extensões, o Algoritmo ECM. Comparando-se com métodos de quase-Newton, uma versão estável, porém mais lenta, é obtida para implementação do MNBT e uma versão estável e mais rápida é obtida para o MHBB. Adicionalmente, as metodologias são comparadas em termos de suas capacidades preditivas através de um extenso experimento de Monte Carlo e da aplicação sobre bases de dados reais selecionadas. A superioridade do MNBT se evidencia na maioria dos casos. Problemas de modelagem do MHBB são corrigidos e é apontada uma limitação assintótica das previsões produzidas por este último. |
|---|